Performance Lab

In Software-Systemen spielt die technische Performanz eine wichtige Rolle. Dabei geht es in erster Linie darum, die Rechenzeit/Antwortzeit und den Speicherverbrauch zu optimieren und welchselseitige Einflüsse zu berücksichtigen. Eine Optimierung der Performanz kann hierbei auf unterschiedlichen Wegen erfolgen, wie beispielsweise durch die Nutzung unterschiedlicher Hardwareressourcen oder durch geeignete Anpassungen auf Quellcodeebene.

KI-Anwendungen sind Software-Systeme in denen Verfahren der Künstlichen Intelligenz (KI) zum Einsatz kommen. Neben KI-typischen Performanz-Kennzahlen wie Precision und Recall, die wichtige Kenngrößen für die KI-Qualität repräsentieren, darf auch in derartigen Systemen die technische Performanz nicht vernachlässigt werden.

In diesem Kurs möchten wir mit Ihnen praxisnah die technischen Performanz von Python-basierten Programmen explorieren und unterschiedliche Ansätze zur Messung, Beeinflussung und im Idealfall Optimierung der technischen Performanz eruieren. Dabei sollen auch KI-Aspekte nicht zu kurz kommen. Daher beleuchten wir insbesondere

– Messung/Beeinflussung des Zeitverhaltens
– Messung/Beeinflussung des Speicherbedarfes
– Memory Leaks
– Anwendung auf KI-Verfahren bzw. KI-Modelle

Erforderliche Grundlagen zu KI und Hardwareressourcen wie GPU werden soweit erforderlich besprochen.

Ziel des eintägigen Kurses in Form eines Praxis-Labors ist es, beispielorientiert Methoden zum Ermitteln und Verbessern der technischen Performanz kennenzulernen. Grundkenntnisse in Python sind Voraussetzung für diesen Kurs.